基于进化高斯过程回归算法的隧道工程弹塑性模型参数反演

• 作者: 刘保国 刘开云 方昱
• 来源期刊: 岩土工程学报
• 学科: 交通运输
• 关键词: 隧道工程 数值计算 参数辨识 高斯过程 组合核函数 遗传算法
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 论文
• 页码范围: 883-889
• 页数: 7页
• 分类号: U451
• 语种: 中文

摘要

学习机器性能是决定智能位移反分析效果的关键,针对现有智能反分析存在的问题,将高斯过程回归(Gaussian Process Regression,简称GPR)引入隧道工程计算模型参数的反演,并采用单一各向同性核函数之和作为GPR的组合核函数以提高其泛化性能.为克服传统共轭梯度法优化求取最优GPR超参数的缺陷,改用十进制遗传算法替代共轭梯度法在训练过程中搜索GPR最优超参数,并编制了相应的计算程序.结合北口隧道施工监测进行了算法程序的应用,并与进化-单一核函数高斯过程回归算法和进化支持向量回归(SVR)算法的应用结果作了对比,结果表明本文提出的进化高斯过程算法显著提高了反演精度,可以应用于岩土工程计算模型参数的反演辨识,并为类似工程提供了借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘保国		64	803	15.0	25.0
2	方昱		7	79	6.0	7.0
3	刘开云		41	694	14.0	25.0